粒子群优化中邻域拓扑的数值比较

粒子群优化是一种全局优化器，因其具有逃离较差局部最优的能力。然而，若种群内信息扩散不充分，可能发生早熟收敛。收敛速度以及算法避免陷入次优解的倾向，由速度更新方程中各系数的设置以及邻域拓扑所控制。系数设置支配粒子朝向已识别优良位置的轨迹，而邻域拓扑控制信息在种群内传播的形式与速度（即社会吸引子的更新）。文献中已提出并实现了众多邻域拓扑。本文对五种不同邻域拓扑与四种不同系数设置组合在优化一组无约束基准问题时的表现进行数值比较。尽管最优拓扑依赖于具体问题，但似乎应优先选用随搜索推进互连数增加的动态邻域，以用于非问题专用的优化器。